Rechnungsverarbeitung automatisieren: n8n und LLMs im Schweizer Fintech

Die Buchhaltung als Flaschenhals im Fintech

In einem 20-Personen-Fintech in Zürich sitzt die Buchhaltung am Ende des Monats vor einem Stapel von 300 PDF-Rechnungen. Jede muss manuell geöffnet, gelesen und in das ERP-System eingegeben werden. Das dauert im Schnitt 45 Minuten pro Rechnung. Bei 300 Rechnungen sind das 225 Stunden reine Dateneingabe. Die Buchhalterin, die eigentlich für die Liquiditätsplanung und die Steuerberatung zuständig ist, verbringt 60 % ihrer Zeit mit dieser Routine. Der Fehler liegt bei 3 bis 5 %: Falsche Konten, fehlende USt-Nummern, doppelte Buchungen. Das kostet nicht nur Zeit, sondern auch Vertrauen in die Finanzberichte. Die Geschäftsleitung sieht das Problem, aber die Lösung bleibt vage: „Wir brauchen mehr Personal“ oder „Wir brauchen ein besseres ERP“. Beides ist falsch. Das Problem ist nicht das Personal oder das ERP, sondern die fehlende Automatisierung der Datenerfassung.

Warum Standardlösungen scheitern

Der erste Reflex ist, ein RPA-Tool wie UiPath oder Automation Anywhere einzuführen. Diese Tools sind für strukturierte, wiederkehrende Klicks auf Benutzeroberflächen optimiert. Rechnungen sind aber unstrukturiert: Das Layout ändert sich mit jedem Lieferanten, die Felder sind nicht immer an der gleichen Stelle, die Schriftarten variieren. RPA bricht bei der kleinsten Änderung im PDF-Layout zusammen. Der zweite Reflex ist, ein generisches OCR-Tool wie ABBYY oder Adobe Acrobat zu nutzen. Diese Tools erkennen Text, aber sie verstehen ihn nicht. Sie liefern eine Liste von Zeichenketten, aber keine strukturierten Daten. Die Zuordnung von „Betrag“ zu „Netto“ oder „Brutto“ bleibt manuell. Der dritte Reflex ist, ein SaaS-Produkt wie Bill.com oder Ramp zu kaufen. Diese Produkte sind für den US-Markt optimiert, sprechen Schweizer Buchhaltungsstandards nicht vollständig an und kosten 500 bis 1.000 CHF/Monat pro Nutzer. Für ein 20-Personen-Unternehmen ist das ein unnötiger Overhead, der die Datenhoheit aufhebt.

Die modulare Architektur: n8n, LLMs und Human-in-the-Loop

Die Lösung ist eine modulare Architektur, die auf drei Säulen ruht: Erstens ein Prozess-Audit, das die 20 häufigsten Rechnungstypen identifiziert und die Fehlerquellen dokumentiert. Zweitens eine n8n-Workflow, die die Rechnungen per E-Mail oder API empfängt, sie an ein LLM (OpenAI GPT-4o oder Anthropic Claude 3.5) zur Extraktion und Klassifizierung schickt und die Ergebnisse in das ERP-System schreibt. Drittens ein Human-in-the-Loop-Workflow, bei dem der Buchhalter die Vorschläge in einer Notion-Datenbank prüft und freigibt. Die n8n-Instanz läuft auf der eigenen Infrastruktur, die LLM-APIs werden nur für die Inferenz kontaktiert. Die Genauigkeit liegt bei 95 bis 98 % für standardisierte PDFs. Die manuelle Arbeitszeit sinkt von 45 auf 5 Minuten pro Rechnung. Die Buchhalterin wird von der Dateneingabe befreit und kann sich auf die Liquiditätsplanung konzentrieren.

Vier Wochen bis zum produktiven Betrieb

Woche 1: Prozess-Audit. Die Buchhalterin dokumentiert die 20 häufigsten Rechnungstypen, die Fehlerquellen und die aktuellen Metriken (Durchlaufzeit, Fehlerquote). Woche 2: Setup der n8n-Workflow. Die Instanz wird auf einem Schweizer Server gehostet, die Webhooks für die E-Mail-Empfang und die API-Anbindung an das ERP werden konfiguriert. Das LLM wird über die API angebunden. Woche 3: Pilotbetrieb. 100 bis 200 Rechnungen werden durch den Workflow geschickt. Der Buchhalter prüft die Vorschläge in Notion und gibt sie frei. Die Fehler werden dokumentiert und die Schwellenwerte angepasst. Woche 4: Feinjustierung und Übergabe. Die Workflow wird auf 100 % der Rechnungen umgestellt. Die Metriken werden gemessen: Durchlaufzeit, Fehlerquote, Arbeitszeitersparnis. Das operative Team übernimmt die Wartung. Die n8n-Instanz wird in die bestehende Monitoring-Infrastruktur integriert.

Stolperfallen und wie man sie vermeidet

Die häufigsten Stolperfallen sind: Erstens die Annahme, dass das LLM 100 % genau ist. Es ist nicht. Die Schwellenwerte müssen konservativ gesetzt werden. Zweitens die Vernachlässigung der Datenqualität. Wenn die PDFs von den Lieferanten unleserlich sind, scheitert die Extraktion. Die Lieferanten müssen aufgefordert werden, strukturierte PDFs zu senden. Drittens die fehlende Schulung des Buchhalters. Der Human-in-the-Loop-Workflow muss intuitiv sein. Notion ist dafür ideal, weil es keine Einarbeitung erfordert. Viertens die Skalierung. Wenn das Unternehmen wächst, muss die n8n-Instanz skaliert werden. Die Architektur ist modular, sodass neue Workflows in 1 bis 2 Wochen hinzugefügt werden können. Die Lösung ist nicht ein Produkt, sondern ein Prozess, der kontinuierlich verbessert wird.